グラフやネットワークデータの操作には、構造の作成、アルゴリズムの計算、可視化の生成に特化したツールが必要です。このスキルは、ソーシャルネットワーク分析、生物学的パスウェイマッピング、輸送最適化、および関係性モデリングのためのNetworkX機能への包括的なアクセスを提供します。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“networkx”。 チームメンバー間の接続を示すグラフを作成してください
预期结果:
- チームメンバーを表す8つのノードを持つグラフを作成しました
- 直接の報告関係を表すエッジを追加しました
- チームメンバー名でノードにラベルを付与しました
- 明確にするために円形レイアウトで描画しました
正在使用“networkx”。 引用ネットワークで最も中心的なノードを見つけてください
预期结果:
- すべての50ノードの媒介中心性を計算しました
- スコアとともに最も中心的な上位5つの論文を特定しました
- 結果をcentrality_results.csvに保存しました
- 可視化では中心性値に基づいてノードサイズを表示しています
安全审计
安全This is a documentation-only skill containing markdown files for the NetworkX Python library. All 495 static findings are FALSE POSITIVEs. The analyzer misinterprets markdown code fences as shell execution, NetworkX function names as cryptographic algorithms, and graph operations as system reconnaissance. No executable code exists. All URLs point to official NetworkX documentation.
风险因素
⚙️ 外部命令 (349)
📁 文件系统访问 (7)
质量评分
你能构建什么
ソーシャルネットワーク分析
ソーシャルメディアデータにおける関係性パターンの分析、インフルエンサーの特定、コミュニティの検出
生物学的パスウェイマッピング
タンパク質相互作用、遺伝子制御ネットワーク、代謝経路のモデリング
輸送最適化
ルート計画、サプライチェーンネットワーク、インフラ設計の最適化
试试这些提示
5つのノードを持つグラフを作成し、基本的なネットワーク構造を表すためにノード間にエッジを追加してください
このグラフ内のノードAからノードFまでの最短経路を見つけ、距離を表示してください
すべてのノードの媒介中心性を計算し、最も重要なノードを特定してください
100ノードと新しいノードごとに3つのエッジを持つBarabasi-Albertスケールフリーネットワークを生成してください
最佳实践
- 再現可能なランダムグラフ生成とforce-directedレイアウトのために、ランダムシード(seed=42)を設定してください
- 大規模なネットワークを操作する場合は、スパース行列形式と適切なデータ構造を使用してください
- ノードとエッジ属性を保持するために、GraphML形式でグラフを保存してください
避免
- 浮動小数点数をノード識別子として使用すると、アルゴリズムで精度の問題が発生する可能性があります
- 大規模なネットワーク全体を読み込んで、サブグラフ分析のみが必要な場合、メモリを浪費します
- 連結グラフを必要とするアルゴリズムを実行する前に、グラフの連結性を確認することを忘れないでください